Dados de treinamento de IA em japonês, em todas as modalidades

Sim, e a maioria dos programas faz isso. Uma sequência típica é anotação de NLP para estabelecer um corpus rotulado, dados de treinamento de LLM construídos a partir dele e, então, avaliação conduzida por um grupo separado de anotadores. Reunir tudo em um mesmo contrato faz com que a taxonomia, o guia de estilo e as métricas de QA se mantenham consistentes, em vez de serem redefinidos a cada fornecedor.

O japonês é aquilo para o qual fomos construídos, e o trabalho bilíngue japonês–inglês está dentro disso. Para trabalhos de volume em outros idiomas, preferimos dizer com franqueza que não somos o fornecedor certo a aceitar o projeto e subcontratá-lo.

O preço é por unidade de trabalho — por item, por hora de áudio, por imagem ou por avaliação — e depende da complexidade da tarefa, de quanto tempo de revisão cada item exige e do nível de expertise necessário. Orçamos depois de definir o escopo de um piloto sobre os seus dados reais, porque um orçamento baseado na descrição de uma tarefa é um palpite, e em geral um palpite errado.

Nós redigimos, você revisa, e as duas coisas acontecem antes da produção. O piloto existe para quebrar a primeira versão em casos-limite reais; toda divergência resolvida nele é escrita de volta no documento. A diretriz é então versionada, e cada lote entregue registra a versão contra a qual foi rotulado.